车牌识别的matlab程序.docx
- 文档编号:12535892
- 上传时间:2023-04-20
- 格式:DOCX
- 页数:15
- 大小:18.83KB
车牌识别的matlab程序.docx
《车牌识别的matlab程序.docx》由会员分享,可在线阅读,更多相关《车牌识别的matlab程序.docx(15页珍藏版)》请在冰豆网上搜索。
车牌识别的matlab程序
Scolor=imread('C:
\Users\Administrator\Desktop\car_31.jpg');%imread函数读取图像文件
Sgray=rgb2gray(Scolor);%rgb2gray转换成灰度图
figure,imshow(Sgray),title('原始黑白图像');
%Step2图像预处理对Sgray原始黑白图像进行开操作得到图像背景
s=strel('disk',13);%strel函数
Bgray=imopen(Sgray,s);%打开sgray图像
figure,imshow(Bgray);title('背景图像');%输出背景图像
%用原始图像与背景图像作减法,增强图像
Egray=imsubtract(Sgray,Bgray);%两幅图相减
figure,imshow(Egray);title('增强黑白图像');%输出黑白图像
%Step3取得最佳阈值,将图像二值化
fmax1=double(max(max(Egray)));%Egray的最大值并输出双精度型
fmin1=double(min(min(Egray)));%Egray的最小值并输出双精度型
level=(fmax1-(fmax1-fmin1)/3)/255;%获得最佳阈值
bw22=im2bw(Egray,level);%转换图像为二进制图像
histcol1=sum(bw22);%计算垂直投影
histrow=sum(bw22);%计算水平投影
figure,subplot(2,1,1),bar(histcol1);
title('垂直投影’');%输出垂直投影
subplot(2,1,2),bar(histrow);
title('水平投影');%输出水平投影
figure,subplot(2,1,1),bar(histrow);
title('水平投影');%输出水平投影
subplot(2,1,2),imshow(bw22);title('车牌二值子图');%输出二值图
%计算行值
Y1=zeros(y,1);
fori=1:
y
forj=1:
x
if(I4(i,j,1)==1)
Y1(i,1)=Y1(i,1)+1;%计算I3第j列有几个一
end
end
end
figure
(2);
plot(Y1,0:
y-1),title('行方向像素点灰度值累计和'),xlabel('累计像素量'),ylabel('行值');
%计算列值
X1=zeros(1,x);
forj=1:
x
fori=1:
y
if(Z1(i,j,1)==1)
X1(1,j)=X1(1,j)+1;%计算I3第j列有几个一
end
end
end
figure(4);
plot(0:
x-1,X1),title('列方向像素点灰度值累计和'),xlabel('列值'),ylabel('累计像素量');
y=fix(x*90/409);
fori=1:
7
while((X1(1,Px0)<10)&&(Px0 Px0=Px0+1;%找到待分割字符左边的位置 end Px1=Px0; a=1; while(((X1(1,Px1)>=10)&&(Px1 Px1=Px1+1;%找到待分割字符右边的位置 a=Px1-Px0; end Z3=Z2(: Px0: Px1,: );%二值化图像分割后 figure(7); subplot(1,7,i); imshow(Z3),title('分割子图');%将二值化图像分割后显示出来 %%%%%%变换为标准子图%%%%%%%% Z4=imresize(Z3,[8840]);%将分割后的二值图变换为标准子图 figure(8); subplot(1,7,i); imshow(Z4),title('标准子图');%将标准子图显示出来 Px0=Px1; end grd=edge(bw2,'canny')%用canny算子识别强度图像中的边界 figure,imshow(grd);title('图像边缘提取');%输出图像边缘 bg1=imclose(grd,strel('rectangle',[5,19]));%取矩形框的闭运算 figure,imshow(bg1);title('图像闭运算[5,19]');%输出闭运算的图像 bg1=imclose(grd,strel('rectangle',[5,19]));%取矩形框的闭运算 figure,imshow(bg1);title('图像闭运算[5,19]');%输出闭运算的图像 bg3=imopen(bg1,strel('rectangle',[5,19]));%取矩形框的开运算 figure,imshow(bg3);title('图像开运算[5,19]');%输出开运算的图像 bg2=imopen(bg3,strel('rectangle',[19,1]));%取矩形框的开运算 figure,imshow(bg2);title('图像开运算[19,1]');%输出开运算的图像 %Step5对二值图像进行区域提取,并计算区域特征参数。 进行区域特征参数牌区域 [L,num]=bwlabel(bg2,8);%标注二进制图像中已连接的部分 Feastats=imfeature(L,'basic');%计算图像区域的特征尺寸 Area=[Feastats.Area];%区域面积 BoundingBox=[Feastats.BoundingBox];%[xywidthheight]车牌框架大小 RGB=label2rgb(L,'spring','k','shuffle');%标志图像向RGB图像转换 figure,imshow(RGB);title('图像彩色标记');%输出框架的彩色图像 lx=0; forl=1: num width=BoundingBox((l-1)*4+3);%框架宽度的计算 hight=BoundingBox((l-1)*4+4);%框架高度的计算 if(width>98&width<160&hight>25&hight<50)%框架的宽度和高度的范围 lx=lx+1; Getok(lx)=l; end end fork=1: lx l=Getok(k); startcol=BoundingBox((l-1)*4+1)-2;%开始列 startrow=BoundingBox((l-1)*4+2)-2;%开始行 width=BoundingBox((l-1)*4+3)+8;%车牌宽 hight=BoundingBox((l-1)*4+4)+2;%车牌高 rato=width/hight;%计算车牌长宽比 ifrato>2&rato<4 break; end end sbw1=bw2(startrow: startrow+hight,startcol: startcol+width-1);%获取车牌二值子图 subcol1=Sgray(startrow: startrow+hight,startcol: startcol+width-1);%获取车牌灰度子图 figure,subplot(2,1,1),imshow(subcol1);title('车牌灰度子图');%输出灰度图 subplot(2,1,2),imshow(sbw1);title('车牌二值子图');%输出车牌的二值图 %Step6计算车牌水平投影,并对水平投影进行峰谷分析 histcol1=sum(sbw1);%计算垂直投影 histrow=sum(sbw1');%计算水平投影 figure,subplot(2,1,1),bar(histcol1);title('垂直投影(含边框)');%输出垂直投影 subplot(2,1,2),bar(histrow);title('水平投影(含边框)');%输出水平投影 figure,subplot(2,1,1),bar(histrow);title('水平投影(含边框)');%输出水平投影 subplot(2,1,2),imshow(sbw1);title('车牌二值子图');%输出二值图 %对水平投影进行峰谷分析 meanrow=mean(histrow);%求水平投影的平均值 minrow=min(histrow);%求水平投影的最小值 levelrow=(meanrow+minrow)/2;%求水平投影的平均值 count1=0; l=1; fork=1: hight ifhistrow(k)<=levelrow count1=count1+1; else ifcount1>=1 markrow(l)=k;%上升点 markrow1(l)=count1;%谷宽度(下降点至下一个上升点) l=l+1; end count1=0; end end markrow2=diff(markrow);%峰距离(上升点至下一个上升点) [m1,n1]=size(markrow2); n1=n1+1; markrow(l)=hight; markrow1(l)=count1; markrow2(n1)=markrow(l)-markrow(l-1); l=0; fork=1: n1 markrow3(k)=markrow(k+1)-markrow1(k+1);%下降点 markrow4(k)=markrow3(k)-markrow(k);%峰宽度(上升点至下降点) markrow5(k)=markrow3(k)-double(uint16(markrow4(k)/2));%峰中心位置 end %Step7计算车牌旋转角度 % (1)在上升点至下降点找第一个为1的点 [m2,n2]=size(sbw1);%sbw1的图像大小 [m1,n1]=size(markrow4);%markrow4的大小 maxw=max(markrow4);%最大宽度为字符 ifmarkrow4 (1)~=maxw%检测上边 ysite=1; k1=1; forl=1: n2 fork=1: markrow3(ysite)%从顶边至第一个峰下降点扫描 ifsbw1(k,l)==1 xdata(k1)=l; ydata(k1)=k; k1=k1+1; break; end end end else%检测下边 ysite=n1; ifmarkrow4(n1)==0 ifmarkrow4(n1-1)==maxw ysite=0;%无下边 else ysite=n1-1; end end ifysite~=0 k1=1; forl=1: n2 k=m2; whilek>=markrow(ysite)%从底边至最后一个峰的上升点扫描 ifsbw1(k,l)==1 xdata(k1)=l; ydata(k1)=k; k1=k1+1; break; end k=k-1; end end end end % (2)线性拟合,计算与x夹角 fresult=fit(xdata',ydata','poly1');%poly1Y=p1*x+p2 p1=fresult.p1; angle=atan(fresult.p1)*180/pi;%弧度换为度,360/2pi,pi=3.14 %(3)旋转车牌图象 subcol=imrotate(subcol1,angle,'bilinear','crop');%旋转车牌图象 sbw=imrotate(sbw1,angle,'bilinear','crop');%旋转图像 figure,subplot(2,1,1),imshow(subcol);title('车牌灰度子图');%输出车牌旋转后的灰度图像标题显示车牌灰度子图 subplot(2,1,2),imshow(sbw);title('');%输出车牌旋转后的灰度图像 title(['车牌旋转角: ',num2str(angle),'度'],'Color','r');%显示车牌的旋转角度 %Step8旋转车牌后重新计算车牌水平投影,去掉车牌水平边框,获取字符高度 histcol1=sum(sbw);%计算垂直投影 histrow=sum(sbw');%计算水平投影 figure,subplot(2,1,1),bar(histcol1);title('垂直投影(旋转后)'); subplot(2,1,2),bar(histrow);title('水平投影(旋转后)'); figure,subplot(2,1,1),bar(histrow);title('水平投影(旋转后)'); subplot(2,1,2),imshow(sbw);title('车牌二值子图(旋转后)'); %去水平(上下)边框,获取字符高度 maxhight=max(markrow2); findc=find(markrow2==maxhight); rowtop=markrow(findc); rowbot=markrow(findc+1)-markrow1(findc+1); sbw2=sbw(rowtop: rowbot,: );%子图为(rowbot-rowtop+1)行 maxhight=rowbot-rowtop+1;%字符高度(rowbot-rowtop+1) %Step9计算车牌垂直投影,去掉车牌垂直边框,获取车牌及字符平均宽度 histcol=sum(sbw2);%计算垂直投影 figure,subplot(2,1,1),bar(histcol);title('垂直投影(去水平边框后)');%输出车牌的垂直投影图像 subplot(2,1,2),imshow(sbw2);%输出垂直投影图像 title(['车牌字符高度: ',int2str(maxhight)],'Color','r');%输出车牌字符高度 %对垂直投影进行峰谷分析 meancol=mean(histcol);%求垂直投影的平均值 mincol=min(histcol);%求垂直投影的平均值 levelcol=(meancol+mincol)/4;%求垂直投影的1/4 count1=0; l=1; fork=1: width ifhistcol(k)<=levelcol count1=count1+1; else ifcount1>=1 markcol(l)=k;%字符上升点 markcol1(l)=count1;%谷宽度(下降点至下一个上升点) l=l+1; end count1=0; end end markcol2=diff(markcol);%字符距离(上升点至下一个上升点) [m1,n1]=size(markcol2); n1=n1+1; markcol(l)=width; markcol1(l)=count1; markcol2(n1)=markcol(l)-markcol(l-1); %Step10计算车牌上每个字符中心位置,计算最大字符宽度maxwidth l=0; fork=1: n1 markcol3(k)=markcol(k+1)-markcol1(k+1);%字符下降点 markcol4(k)=markcol3(k)-markcol(k);%字符宽度(上升点至下降点) markcol5(k)=markcol3(k)-double(uint16(markcol4(k)/2));%字符中心位置 end markcol6=diff(markcol5);%字符中心距离(字符中心点至下一个字符中心点) maxs=max(markcol6);%查找最大值,即为第二字符与第三字符中心距离 findmax=find(markcol6==maxs); markcol6(findmax)=0; maxwidth=max(markcol6);%查找最大值,即为最大字符宽度 %Step11提取分割字符,并变换为22行(14列标准子图 l=1; [m2,n2]=size(subcol); figure; fork=findmax-1: findmax+5 cleft=markcol5(k)-maxwidth/2; cright=markcol5(k)+maxwidth/2-2; ifcleft<1 cleft=1; cright=maxwidth; end ifcright>n2 cright=n2; cleft=n2-maxwidth; end SegGray=sbw(rowtop: rowbot,cleft: cright); SegBw1=sbw(rowtop: rowbot,cleft: cright); SegBw2=imresize(SegBw1,[2214]);%变换为22行(14列标准子图 subplot(2,n1,l),imshow(SegGray); ifl==7 title(['车牌字符宽度: ',int2str(maxwidth)],'Color','r'); end subplot(2,n1,n1+l),imshow(SegBw2); fname=strcat('c: \work\sam\image',int2str(k),'.jpg'); imwrite(SegBw2,fname,'jpg') l=l+1; end %Step12将计算计算获取的字符图像与样本库进行匹配,自动识别出字符代码。 liccode=char(['0': '9''A': 'Z''粤桂海云贵川京津沪']);%建立自动识别字符代码表 SubBw2=zeros(22,14); l=1; [m2,n2]=size(sbw); fork=findmax-1: findmax+5 cleft=markcol5(k)-maxwidth/2; cright=markcol5(k)+maxwidth/2-2; ifcleft<1 cleft=1; cright=maxwidth; end ifcright>n2 cright=n2; cleft=n2-maxwidth;end SegBw1=sbw(rowtop: rowbot,cleft: cright); SegBw2=imresize(SegBw1,[2214]);%变换为22行(14列标准子图 ifl==1%第一位汉字识别 kmin=37; kmax=45; elseifl==2%第二位A~Z字母识别 kmin=11; kmax=36; elseifl>=3&l<=5%第三、四位0~9A~Z字母和数字识别 kmin=1; kmax=36; else%第五~七位0~9数字识别 kmin=1; kmax=10; end fork2=kmin: kmax fname=strcat('H: \work\sam\Sam',liccode(k2),'.jpg'); SamBw2=imread(fname); fori=1: 22 forj=1: 14 SubBw2(i,j)=SegBw2(i,j)-SamBw2(i,j); end end%SubBw2=SamBw2-SegBw2; Dmax=0; fork1=1: 22 forl1=1: 14 if(SubBw2(k1,l1)>0|SubBw2(k1,l1)<0) Dmax=Dmax+1; end end end Error(k2)=Dmax; end Error1=Error(kmin: kmax);%比较误差 MinError=min(Error1);%取误差的最小值 findc=find(Error1==MinError);%查找最小误差的图像 RegCode(l*2-1)=liccode(findc (1)+kmin-1); RegCode(l*2)='';%输出最小误差图像 l=l+1; end title(['识别车牌号码: ',RegCode],'Color','r');
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 车牌 识别 matlab 程序